[發明專利]語音活性檢測模型生成方法、系統及語音活性檢測方法、系統

有效

• 申請號: 201710147407.0
• 申請日: 2017-03-13
• 公開（公告）號: CN108573712B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 張勇;何茜
• 申請（專利權）人: 北京貝塔科技股份有限公司
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L15/02;G10L15/14
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種語音活性檢測模型生成方法，其特征在于，包括：

從預設的訓練數據集中提取音頻數據及與音頻數據對應的音頻標識，其中，所述預設的訓練數據集中包括：語音音頻數據及非語音音頻數據，所述音頻標識為語音標識或非語音標識；

對提取的音頻數據進行采樣，獲得音頻數據的一維離散數組；

對獲得的音頻數據的一維離散數組進行分幀加窗處理，獲得音頻數據的多幀音頻信號；

提取音頻數據的各幀音頻信號的梅爾頻率倒譜系數MFCC；

根據音頻數據的各幀音頻信號的MFCC確定音頻數據的各幀音頻信號的音頻特征參數，將確定的音頻數據的音頻特征參數確定為提取的音頻數據的音頻特征參數；

將與提取的音頻數據對應的音頻標識及提取的音頻數據的音頻特征參數輸入支持向量機SVM中進行模型訓練，獲得語音活性檢測模型；

其中，所述根據音頻數據的各幀音頻信號的MFCC確定音頻數據的各幀音頻信號的音頻特征參數，包括：

對音頻數據的各幀音頻信號：將該幀音頻信號的MFCC、該幀音頻信號的前一幀音頻信號的MFCC及該幀音頻信號的后一幀音頻信號的MFCC一并確定為音頻數據的該幀音頻信號的音頻特征參數；在該幀音頻信號為音頻數據的第一幀音頻信號時，將該幀音頻信號的MFCC的數量的0作為該幀音頻信號的前一幀音頻信號的MFCC；在該幀音頻信號為音頻數據的最后一幀音頻信號時，將該幀音頻信號的MFCC的數量的0作為該幀音頻信號的后一幀音頻信號的MFCC。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

從預設的測試數據集中提取測試數據及與測試數據對應的音頻標識；

對提取的測試數據進行采樣，獲得測試數據的一維離散數組；

對獲得的測試數據的一維離散數組進行分幀加窗處理，獲得測試數據的多幀音頻信號；

提取測試數據的各幀音頻信號的梅爾頻率倒譜系數MFCC；

根據測試數據的各幀音頻信號的MFCC確定測試數據的各幀音頻信號的音頻特征參數，將確定的測試數據的音頻特征參數確定為提取的測試數據的音頻特征參數；

控制所述SVM根據測試數據的音頻特征參數確定從預設的測試數據集中提取的測試數據對應的音頻標識；

在所述SVM確定的音頻標識與從預設的測試數據集中提取的音頻標識不同時，對所述語音活性檢測模型進行調整以優化所述語音活性檢測模型。

3.根據權利要求2所述的方法，其特征在于，所述根據測試數據的各幀音頻信號的MFCC確定測試數據的各幀音頻信號的音頻特征參數，包括：

對測試數據的各幀音頻信號：將該幀音頻信號的MFCC、該幀音頻信號的前一幀音頻信號的MFCC及該幀音頻信號的后一幀音頻信號的MFCC一并確定為測試數據的該幀音頻信號的音頻特征參數；在該幀音頻信號為測試數據的第一幀音頻信號時，將該幀音頻信號的MFCC的數量的0作為該幀音頻信號的前一幀音頻信號的MFCC；在該幀音頻信號為測試數據的最后一幀音頻信號時，將該幀音頻信號的MFCC的數量的0作為該幀音頻信號的后一幀音頻信號的MFCC。